贝叶斯框架下最小二乘支持向量机的中长期电力负荷组合预测

被引:12
作者
牛东晓
吕海涛
张云云
机构
[1] 华北电力大学工商管理学院
关键词
中长期负荷; 组合预测; 贝叶斯框架; 最小二乘支持向量机;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
摘要
影响中长期负荷变化的因素较多,单一预测模型很难满足预测需要,组合预测能够较好地解决单一模型的缺点,借鉴单一预测模型的优点。提出贝叶斯框架下最小二乘支持向量机(LS-SVM)中长期负荷组合预测模型,利用结构化风险原则代替经验风险最小化,挖掘各单一预测模型的信息,以单一模型的预测数作为组合预测输入样本,通过贝叶斯后验理论确定最小二乘支持向量机参数,建立组合预测模型进行预测。通过算例表明,提出的模型具有较高的预测精度,能够较好地解决小样本下的预测问题,具有良好的泛化能力和预测精度。
引用
收藏
页码:62 / 66
页数:5
相关论文
共 10 条
[1]   基于支持向量机的中长期电力负荷组合预测 [J].
肖先勇 ;
葛嘉 ;
何德胜 .
电力系统及其自动化学报, 2008, (01) :84-88
[2]   基于经验模分解和最小二乘支持矢量机的装载机载质量动态测量混合建模方法 [J].
王伟 ;
魏洪兴 ;
陈殿生 ;
王田苗 .
机械工程学报, 2008, (02) :87-93
[3]   支持向量机方法在电力负荷预测中的应用 [J].
罗楠 ;
朱业玉 ;
杜彩月 .
电网技术, 2007, (S2) :215-218
[4]   基于贝叶斯框架下LS-SVM的时间序列预测模型 [J].
李正欣 ;
赵林度 .
系统工程理论与实践, 2007, (05) :142-146
[5]   基于Matlab的最小二乘支持向量机的工具箱及其应用 [J].
李方方 ;
赵英凯 ;
颜昕 .
计算机应用, 2006, (S2) :358-360
[6]   最优加权组合模型在电力负荷预测中的应用 [J].
卓东 ;
李喆 .
统计与决策, 2006, (23) :145-146
[7]   基于贝叶斯最小二乘支持向量机的时用水量预测模型 [J].
陈磊 ;
张土乔 .
天津大学学报, 2006, (09) :1037-1042
[8]   中长期电力负荷的变权灰色组合预测模型 [J].
余健明 ;
燕飞 ;
杨文宇 ;
夏超 .
电网技术, 2005, (17) :26-29
[9]   基于支持向量机的电力系统短期负荷预测 [J].
潘峰 ;
程浩忠 ;
杨镜非 ;
张澄 ;
潘震东 .
电网技术, 2004, (21) :39-42
[10]   中长期电力负荷组合预测 [J].
孟明 ;
牛东晓 ;
关哲 .
华北电力技术, 2004, (06) :45-47+50